【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别涉及一种基于机器视觉的执勤脱岗智能检测方法及系统。
技术介绍
1、一些行业，如矿山、建筑和化工，会开发定制的脱岗检测制度。现有的脱岗检测方式为在工作场所安装摄像头进行监视，需要另外的人员进行时刻监视。随着监控系统的普及化及庞大化，现有的人为视频监控检查脱岗离岗的局限性越来越突出。当监控者同时观测多个监视器时，监控精度会随着监控视频数量的上升而下降。由于人需要饮食休息等生理活动，这也会影响监控系统的可靠性，现有的人为监控系统存在漏报率高、响应速度慢及可靠性差等问题。
2、因此，需要提供一种基于机器视觉的执勤脱岗智能检测方法及系统，用于自动化完成执勤脱岗检测，提高检测的准确度及实时性。
技术实现思路
1、本说明书实施例之一提供一种基于机器视觉的执勤脱岗智能检测系统，包括：图像获取模块，用于获取目标区域的图像信息及语音信息；环境监测模块，用于获取所述目标区域的环境信息；图像处理模块，用于基于所述目标区域的环境信息对所述目标区域的图像信息进行预处理，生成预处理后的图像信息；脱岗检测模块，用于基于所述预处理后的图像信息及语音信息，判断所述目标区域是否发生执勤脱岗。
2、在一些实施例中，所述图像获取模块包括人体感应单元、图像获取单元及语音采集单元，其中，所述人体感应单元包括设置在所述目标区域内的多个红外人体感应组件；所述图像获取模块获取目标区域的图像信息及语音信息，包括：在目标检测周期内，基于所述多个红外人体感应组件的输出信号，判断所述目
3、在一些实施例中，所述环境监测模块包括能见度监测单元及气象信息获取单元，其中，所述能见度监测单元包括光电式能见度传感器、超声波式能见度传感器及激光式能见度传感器，所述气象信息获取单元用于获取所述目标区域的气象信息。
4、在一些实施例中，所述图像处理模块基于所述目标区域的环境信息对所述目标区域的图像信息进行预处理，生成预处理后的图像信息，包括：基于所述标志物的图像信息、所述光电式能见度传感器的输出信号、所述超声波式能见度传感器的输出信号、所述激光式能见度传感器的输出信号及所述目标区域的气象信息，确定所述目标区域的能见度；当所述目标区域的能见度小于预设能见度阈值时，通过图像修正模型对所述目标区域的第二图像信息进行修正，生成所述预处理后的图像信息。
5、在一些实施例中，所述图像处理模块基于所述标志物的图像信息、所述光电式能见度传感器的输出信号、所述超声波式能见度传感器的输出信号、所述激光式能见度传感器的输出信号及所述目标区域的气象信息，确定所述目标区域的能见度，包括：基于所述标志物的图像信息及预存图像信息，确定所述目标区域的第一能见度；基于所述光电式能见度传感器的输出信号、所述超声波式能见度传感器的输出信号及所述激光式能见度传感器的输出信号，确定所述目标区域的第二能见度；基于所述目标区域的气象信息，确定所述目标区域的第三能见度；基于所述第一能见度、第二能见度及所述第三能见度，确定所述目标区域的能见度。
6、在一些实施例中，所述图像处理模块基于所述标志物的图像信息及预存图像信息，确定所述目标区域的第一能见度，包括：基于所述标志物的图像信息，获取第一感兴趣区域图像；基于所述预存图像信息，获取第二感兴趣区域图像；基于所述第一感兴趣区域图像，确定第一像素rgb值矩阵及第一边缘像素坐标矩阵；基于所述第二感兴趣区域图像，确定第二像素rgb值矩阵及第二边缘像素坐标矩阵；基于所述第一像素rgb值矩阵、所述第一边缘像素坐标矩阵、所述第二像素rgb值矩阵及所述第二边缘像素坐标矩阵，确定所述目标区域的第一能见度。
7、在一些实施例中，所述脱岗检测模块基于所述预处理后的图像信息及语音信息，判断所述目标区域是否发生执勤脱岗，包括：当所述图像获取模块基于所述多个红外人体感应组件的输出信号，判断所述目标区域内不存在人体时，记录脱岗持续时间，当所述脱岗持续时间大于预设时间长度阈值时，判断所述目标区域发生执勤脱岗；所述脱岗检测模块基于所述预处理后的图像信息及语音信息，判断所述目标区域是否发生执勤脱岗，还包括：基于所述预处理后的图像信息，提取人脸特征，基于所述人脸特征确定预设执勤人员是否到岗，若确定所述预设执勤人员未到岗，判断所述目标区域发生执勤脱岗；当确定所述预设执勤人员到岗，基于所述预处理后的图像信息，提取着装特征，确定所述着装特征是否满足预设着装要求，当确定所述着装特征不满足所述预设着装要求时，判断所述目标区域发生执勤脱岗。
8、在一些实施例中，所述脱岗检测模块还用于：当确定所述着装特征满足所述预设着装要求时，基于多个第一历史时间点对应的所述预处理后的图像信息，提取第一动作特征序列、第一表情特征序列及第一声音特征序列；基于所述第一动作特征序列、第一表情特征序列及第一声音特征序列，确定第一异常值；当所述第一异常值大于预设异常值阈值时，发出提示信息；基于多个第二历史时间点对应的所述预处理后的图像信息，提取第二动作特征序列、第二表情特征序列及第二声音特征序列，其中，所述第二时间点在发出所述提示信息之后；基于所述第二动作特征序列、第二表情特征序列及第二声音特征序列，确定第二异常值，当所述第二异常值大于预设异常值阈值时，发出警报信息。
9、在一些实施例中，所述脱岗检测模块基于所述第二动作特征序列、第二表情特征序列及第二声音特征序列，确定第二异常值，包括：基于知识图谱，确定所述第二动作特征序列、第二表情特征序列及第二声音特征序列与所述提示信息之间的匹配度；基于所述第二动作特征序列、第二表情特征序列及第二声音特征序列与所述提示信息之间的匹配度，确定所述第二异常值。
10、本说明书实施例之一提供一种基于机器视觉的执勤脱岗智能检测方法，包括：获取目标区域的图像信息及语音信息；获取所述目标区域的环境信息；基于所述目标区域的环境信息对所述目标区域的图像信息进行预处理，生成预处理后的图像信息；基于所述预处理后的图像信息及语音信息，判断所述目标区域是否发生执勤脱岗。
11、相比于现有技术，本说明书提供的一种基于机器视觉的执勤脱岗智能检测方法及系统，至少具备以下有益效果：
12、1、减少误报率：通过结合多种传感器数据和深度学习算法，可以更准确地识别正常和异常的员工行为，从而显著减少了误报的发生。这意味着操作员不会被不必要的警报打扰，提高了系统的可靠性；
13、2、多维度数据分析：通过人体感应单元、图像获取单元及语音采集单元等多种设备采集本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，包括：
2.根据权利要求1所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像获取模块包括人体感应单元、图像获取单元及语音采集单元，其中，所述人体感应单元包括设置在所述目标区域内的多个红外人体感应组件；
3.根据权利要求2所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述环境监测模块包括能见度监测单元及气象信息获取单元，其中，所述能见度监测单元包括光电式能见度传感器、超声波式能见度传感器及激光式能见度传感器，所述气象信息获取单元用于获取所述目标区域的气象信息。
4.根据权利要求3所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像处理模块基于所述目标区域的环境信息对所述目标区域的图像信息进行预处理，生成预处理后的图像信息，包括：
5.根据权利要求4所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像处理模块基于所述标志物的图像信息、所述光电式能见度传感器的输出信号、所述超声波式能见度传感器的输出信号、所述激光式能见度传感器的
6.根据权利要求5所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像处理模块基于所述标志物的图像信息及预存图像信息，确定所述目标区域的第一能见度，包括：
7.根据权利要求2-6中任意一项所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述脱岗检测模块基于所述预处理后的图像信息及语音信息，判断所述目标区域是否发生执勤脱岗，包括：
8.根据权利要求7所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述脱岗检测模块还用于：
9.根据权利要求8所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述脱岗检测模块基于所述第二动作特征序列、第二表情特征序列及第二声音特征序列，确定第二异常值，包括：
10.一种基于机器视觉的执勤脱岗智能检测方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，包括：
2.根据权利要求1所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像获取模块包括人体感应单元、图像获取单元及语音采集单元，其中，所述人体感应单元包括设置在所述目标区域内的多个红外人体感应组件；
3.根据权利要求2所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述环境监测模块包括能见度监测单元及气象信息获取单元，其中，所述能见度监测单元包括光电式能见度传感器、超声波式能见度传感器及激光式能见度传感器，所述气象信息获取单元用于获取所述目标区域的气象信息。
4.根据权利要求3所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像处理模块基于所述目标区域的环境信息对所述目标区域的图像信息进行预处理，生成预处理后的图像信息，包括：
5.根据权利要求4所述的一种基于机器视觉的执勤脱岗智能检测系统，其特征在于，所述图像处理模块基于所述标志物的图像信息、所述光电式能...
【专利技术属性】
技术研发人员：涂晋，邓钦升，
申请(专利权)人：成都趣点科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。